カテゴリ · 301本
データサイエンス
データサイエンスの記事の一覧です。統計学・多変量解析・機械学習・生成AI・データ解析・品質工学まで、ビジネスに活かせるデータサイエンスを、例とコードで解説しています。
まず読む記事
すべての記事
Software 3.0とは？1.0・2.0との違いやバイブコーディングを分かりやすく解説！
Software 3.0とは、ふだんの言葉でLLMに指示を出して動かす、新しいソフトウェアの考え方です。本記事では、アンドレイ・カルパシーが広めたSoftware 1.0・2.0・3.0の違いや、バイブコーディング、これからの人の役割を図解で分かりやすく解説します！
交絡因子とは？シンプソンのパラドックスや対処法を身近な例で分かりやすく解説！
交絡因子とは、原因と結果の両方に影響を与えてしまう隠れた要因のことです。本記事では、アイスと水の事故などの身近な例、結論が逆転する「シンプソンのパラドックス」、ランダム化比較実験や層別解析などの対処法を図解で分かりやすく解説します！
差分の差分法（DID）とは？施策の効果を正しく測る方法を具体例とPythonで分かりやすく解説！
差分の差分法（DID）とは、施策をしたグループとしなかったグループの「前後の変化」の差で、施策の効果を測る方法です。本記事では、考え方と具体例の計算、大事な前提「平行トレンド」、有名な最低賃金の研究、注意点、Pythonでの回帰分析のやり方を図解で解説します！
UMAPとは？次元削減の仕組みとt-SNEとの違い、Pythonでの使い方を分かりやすく解説！
UMAPとは、たくさんの次元を持つデータを2次元や3次元の地図にして眺める次元削減の手法です。本記事では、意味や仕組み（近所づきあいを保って並べ直す）、t-SNEとの違い、n_neighbors・min_distの設定のコツと注意点、Python（umap-learn）での使い方を図解で解説します！
チューリングテストとは？意味・挑戦の歴史・最新のAIは合格したのかを分かりやすく解説！
チューリングテストとは、チャットの相手が人間かAIかを見分けられるかで「機械は考えられるか」を確かめるテストです。本記事では、アラン・チューリングの考え方、ELIZAから続く挑戦の歴史、2025年の実験でGPT-4.5が合格した話、テストの限界を図解で解説します！
ディープフェイクとは？仕組み・実際の被害・見分け方と対策を分かりやすく解説！
ディープフェイクとは、AIで作られた本物そっくりの偽の映像や音声のことです。本記事では、意味や仕組み（顔の入れ替え・GAN・生成AI）、香港で起きたビデオ会議の詐欺などの被害、見分け方と「確かめる」ための対策を図解で分かりやすく解説します！
強いAI・弱いAI・AGIとは？違いや「中国語の部屋」を分かりやすく解説！
強いAIとは本当に心や理解を持つAI、弱いAIは知能の一部を道具として再現するAIのことです。本記事では、思考実験「中国語の部屋」、AGI（汎用人工知能）との違い、AGIはもう来ているのかという議論を図解で分かりやすく解説します！
イライザ効果とは？AIに心があると感じてしまう理由を分かりやすく解説！
イライザ効果とは、コンピューターの受け答えに、人間のような心や理解があると思い込んでしまう心の働きのことです。本記事では、由来になったプログラム「ELIZA」、心を感じてしまう理由、AIとの上手なつきあい方を図解で分かりやすく解説します！
Hugging Faceとは？AIモデルを探して試せる「AI界のGitHub」を分かりやすく解説！
Hugging Faceとは、AIのモデルやデータを世界中の人が公開・共有できるサイトです。本記事では、「AI界のGitHub」と呼ばれる理由、意外な誕生の歴史、モデルを探す・試す・使う方法、使うときの注意点を図解で分かりやすく解説します！
フレーム問題とは？ロボットと爆弾のたとえ話や身近な例で分かりやすく解説！
フレーム問題とは、無数にある事がらの中から、今の行動に関係のあることだけを選んで考えることが、AIにはとても難しいという問題です。本記事では、家事ロボットや自動運転の例、有名な「ロボットと爆弾」のたとえ話、今のAIとの関係を分かりやすく解説します！
AIアラインメントとは？ペーパークリップ問題やChatGPTでの使われ方を分かりやすく解説！
AIアラインメントとは、AIの行動を人間の価値観や意図と一致させるための研究です。本記事では、有名な思考実験「ペーパークリップ問題」、AIと人間のずれが起きる仕組み、ChatGPTにも使われているRLHFなどの技術、これからの課題を分かりやすく解説します！
Claude Cowork とは？料金・安全な使い方から資料作成までハンズオンで分かりやすく解説！
Claude Coworkは、パソコンのファイルを読み書きしながら、複数のステップの仕事を最後までやり切ってくれるAIです。本記事では、料金や安全に使うポイントから、フォルダー整理やパワポ作成のハンズオン、CLAUDE.mdで出力をそろえるコツまで解説します！
アノテーションとは？AIの学習に欠かせないラベル付けの意味や種類、重要性を分かりやすく解説！
アノテーションとは、AIが学習できるように、データに正解のラベル（印）をつける作業のことです。本記事では、アノテーションの意味や種類、ラベルの質がAIの精度を左右する理由、ImageNetの例、Scale AIとMetaの巨額投資まで、図解で分かりやすく解説します！
ラズベリーパイ×生成AIとは？手のひらサイズのコンピューターがAI時代に注目される理由を解説！
ラズベリーパイ（Raspberry Pi）は、名刺サイズの小さくて安いコンピューターです。本記事では、ラズベリーパイの基本、生成AI・エッジAIの時代に注目される3つの理由（オフラインAI・小型言語モデル・AIカメラ）、音声アシスタントやロボットなどの使い方を分かりやすく解説します！
量子コンピューターとは？従来のコンピューターとの違いや仕組み、得意な分野を分かりやすく解説！
量子コンピューターとは、量子力学の性質を使って計算するコンピューターです。本記事では、ビットと量子ビットの違い、重ね合わせ・量子もつれの仕組み、よくある誤解、弱点、暗号・創薬・最適化・AIなど活躍が期待される分野を図解で分かりやすく解説します！
エッジAIとは？クラウドAIとの違いや仕組み、注目される理由を分かりやすく解説！
エッジAIとは、クラウドではなくスマホやカメラ、車などの端末の中でAIを動かす技術のことです。本記事では、クラウドAIとの違い、学習と推論の分担や軽量化（量子化・蒸留）の仕組み、注目される3つの理由、生成AIとの組み合わせまで図解で分かりやすく解説します！
CPU・GPU・TPU・NPUの違いとは？AI時代に欠かせない4つのチップの役割を分かりやすく解説！
CPU・GPU・TPU・NPUは、どれもコンピューターの計算を受け持つチップです。本記事では、CPUとGPUの違い、AIにGPUが欠かせない理由、NVIDIAが強い理由、GoogleのTPU、スマホやPCに入っているNPUまで、4つの役割分担を図解と比較表で分かりやすく解説します！
AIの「学習」と「推論」とは？違いをテスト勉強とテスト本番のたとえで分かりやすく解説！
AIの「学習」とは大量のデータからパターンを覚える段階、「推論」とは覚えたことを使って実際に答えを出す段階のことです。本記事では、それぞれの仕組み、計算や時間の違い、AIが最新の情報を知らない理由、画像認識やチャットAIでの具体例を図解で分かりやすく解説します！
GNN（グラフニューラルネットワーク）とは？つながりのデータを学ぶ仕組みと活用例を分かりやすく解説！
GNN（グラフニューラルネットワーク）とは、点（ノード）と線（エッジ）でつながりを表した「グラフ」のデータを学習するためのニューラルネットワークです。本記事では、グラフとは何か、仕組み（メッセージパッシング）、レコメンドや新薬開発、Googleマップなどの活用例を図解で分かりやすく解説します！
SLM（小規模言語モデル）とは？LLMとの違いや注目される理由を分かりやすく解説！
SLM（小規模言語モデル）とは、パラメータの数を抑えて軽くした言語モデルのことです。本記事では、LLMとの違い、スマホや工場の機械でも動く・安い・データを外に出さないといった注目される理由、小さくても賢くなる仕組み（蒸留など）、使い分けを図解で分かりやすく解説します！